基于Adaboost的孪生支持向量机人脸识别方法

• 作者: 刘建明 廖周宇 张捷 雷婕
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: Adaboost 人脸识别 快速主成分分析(FastPCA) 孪生支持向量机(TWSVM)
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 研究与探讨
• 页码范围: 51-53,57
• 页数: 4页
• 分类号: TP391
• 字数: 2882字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2020)07-0051-03

摘要

为解决在人脸识别过程中算法模型的计算效率受样本特征维数影响的问题,通过主成分分析(PCA)对图像进行特征选择,但传统PCA特征计算的效率取决于维数的大小,为加快计算速度给出一种快速的PCA算法(FastPCA),可以有效降低特征提取的时间.为了避免过拟合问题并提高识别准确率,提出一种基于AdaBoost的孪生支持向量机(TWSVM)人脸识别方法.通过在ORL和Yale人脸数据库的进行仿真实验结果表明:本文提出的方法具有更好的识别率和更高的特征提取效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建明	玉林师范学院广西高校复杂系统优化与大数据处理重点实验室	8	31	3.0	5.0
2	张捷	玉林师范学院广西高校复杂系统优化与大数据处理重点实验室	17	26	3.0	4.0
3	雷婕	玉林师范学院广西高校复杂系统优化与大数据处理重点实验室	8	12	2.0	3.0